在經濟下行，監管趨嚴的大背景下，不良資產規模的持續攀升，有關數據顯示，銀行業的不良率從2014年的1.04%上升至2018年的1.89%，不良資產規模已達2萬億，根據持牌消費金融、小貸、網貸、現金貸的貸款余額及平均壞賬率測算，預計不良資產規模逾2000億。

如何在規范行業的前提下，進一步提高不良資產處置效率是行業共同探討的核心問題。大數據、人工智能等當下最熱的金融科技手段，在風控領域大顯身手的同時，也在不良資產行業多有試水并有所建樹。百融金服解決方案高級總監薛婧在第三屆金融科技風控大會上表示，大數據與人工智能的應用能夠顯著提升不良資產處置行業效能。

通過百融大數據觀察，信貸行業客戶在不同機構間相互滲透現象普遍，客戶重合度高?？蛻舻亩囝^借貸行為使得風險相互傳導的可能性增加?？腿洪g的相互滲透，使得風險傳導可能性增加，催收管理難度大。

“人人都有借錢的權利，人人也有還款的義務”。一提起“催債”多少會讓人有些負面情緒。然而大數據和人工智能的發展正在改變這個行業的痛點。據不完全統計，目前國內正規、有營業資格的催收公司已有2000-3000家之多，灰色的大概有幾萬家，從業人員保守估計有近30萬人，傳統催收普遍面臨著：重人工、低效率、回款慢和投訴多的痛點。

“假設一天有效工作時間是7.5個小時，一位催收員按傳統方式打電話，7.5個小時里真正有效時間只有2小時”，在《一本財經》舉辦的第二期風控閉門課程上，資易通CEO盛潔儷如是說。

為催收插上科技的翅膀，或許將成為破局良方。大數據、人工智能等科技的應用，可以大幅提升催收效率、降低催收成本，提升不良資產的實際價值。

作為國內領先的大數據應用平臺，百融金服通過將整合人工智能大數據等技術，打破傳統催收的人力限制，讓機器代替一部分催收員的工作。伴隨催收主體轉變所帶來的一系列變化，真正讓催收行業發生質變。

變化一 優化資源配置

傳統的談判模式下，培養一位話術豐富的催收員起碼需要2-3年的時間。而人工智能通過資產、履約歷史等維度對客戶進行畫像，匹配催收員經驗和能力，從而最大限度優化催收資源配置。

變化二 提升效率，降低成本

正常情況下，一位電催員每天撥打200-300個號碼，其中能形成有效溝通的不超過百通；借助不知疲倦的智能語音機器人，電催員每天能實現成千上萬次的交流，實現催收效率的指數級增長，并且不會增加人員開支。同時借助聯修復工具，提高觸達率，最終實現催收效率的大幅提升。

變化三 提升回款率

構建不良資產評估能力，選擇合規、渠道廣、催收經驗豐富的外包團隊合作，找到最佳的溝通方案，提升催回率。

目前，市場上已經出現了不少“智能催收”產品，多數采用“定制式模板”的模式，嚴格意義上不能稱之為“人工智能”。百融金服基于多年服務金融機構的行業經驗，自身積累的多維海量數據，再加上超強的建模能力，研發出了一套針對不良資產管理的人工智能解決方案：策略工具、智能語音和資產管理工具。 通過自愈評分、智能IVR和智能語音機器人解決了電話催收重人工的痛點；逾期用戶畫像、催收評分卡和智能監控則能解決催收案件流轉低效率的問題；智能委案、不良資產定價和管理圖譜有效改善了渠道管理中存在的回款慢問題；而智能質檢則化解了語音質檢存在的投訴多難題。

經過驗證，對于短賬齡的案件，人工智能機器人百小融可以完成人工的116%甚至更多的工作，但成本僅是人工的30%。當人工智能再進一步發展時，以百融金服為代表的人工智能催收工具，將極大地降低不良資產管理成本，優化管理流程和提升不良資產管理效率。